Cuadro comparativo
library(tidyverse)
Registered S3 methods overwritten by 'dbplyr':
method from
print.tbl_lazy
print.tbl_sql
-- Attaching packages -------------------------------------------------------------------------- tidyverse 1.3.1 --
v ggplot2 3.3.3 v purrr 0.3.4
v tibble 3.1.1 v dplyr 1.0.5
v tidyr 1.1.3 v stringr 1.4.0
v readr 1.4.0 v forcats 0.5.1
-- Conflicts ----------------------------------------------------------------------------- tidyverse_conflicts() --
x dplyr::filter() masks stats::filter()
x dplyr::lag() masks stats::lag()
library(readxl)
library(zoo)
Attaching package: 㤼㸱zoo㤼㸲
The following objects are masked from 㤼㸱package:base㤼㸲:
as.Date, as.Date.numeric
library(ggplot2)
library(readxl)
comparacion_estimaciones_renta_hidrocarburifera <- read_excel("C:/Archivos/Datos/Hidrocarburos/Estimacion calculo renta otros/comparacion_estimaciones_renta_hidrocarburifera.xlsx") %>%
select(-fuente) %>%
spread(key = tipo_de_renta,
value = criterio_calculo)
# writexl::write_xlsx(comparacion_estimaciones_renta_hidrocarburifera,
# path = "cuadro_columnas.xlsx")
renta_total_ramon <- read_excel("C:/Archivos/Datos/Hidrocarburos/Estimacion calculo renta otros/Autores/Ramon.xlsx",
sheet = "Renta total", skip = 6) %>%
select(1:5) %>%
rename(anio = "...1",
trimestre = "...2",
renta_total = "(RD+RM)...3",
renta_diferencial = "...4",
renta_monopolio = "...5") %>%
mutate(anio = na.locf(anio),
unidad = "Millones de USD") %>%
select(anio, trimestre, unidad, everything(.)) %>%
filter(trimestre != "Total")
New names:
* `` -> ...1
* `` -> ...2
* `(RD+RM)` -> `(RD+RM)...3`
* `` -> ...4
* `` -> ...5
* ...
renta_total_distribucion_ramon <- read_excel("C:/Archivos/Datos/Hidrocarburos/Estimacion calculo renta otros/Autores/Ramon.xlsx",
sheet = 2, skip = 7) %>%
rename(anio = "...1",
trimestre = "...2",
renta_total = "...3",
renta_empresas_directa = Directa,
renta_empresas_con_subsidio = "c/Promoción",
renta_apropiada_otros_total = "...6",
renta_estado_total = "...7",
renta_estado_total_con_promocion = "(sin descontar promoción)",
transferencias_del_estado = "...9",
retenciones = "...10",
regalias_nacion = "Nación",
regalias_provincias = "Provincias",
renta_sobrevaluacion = "...13",
renta_refinadoras = "...14",
renta_consumidores = "...15") %>%
mutate(anio = na.locf(anio),
unidad = "Millones de USD") %>%
select(anio, trimestre, unidad, everything(.))
New names:
* `` -> ...1
* `` -> ...2
* `` -> ...3
* `` -> ...6
* `` -> ...7
* ...
renta_total_distribucion_ramon
renta_total_barrera <- read_excel("C:/Archivos/Datos/Hidrocarburos/Estimacion calculo renta otros/Autores/Barrera.xlsx",
sheet = 2, skip = 1) %>%
select(-7) %>%
filter(!is.na(anio)) %>%
rename(produccion_petroleo_millones_bbl = "Extracción de petroleo" ,
costo_local_usd_bbl = "Costo local del barril" ,
precio_produccion_local_usd_bbl = "Precio de producción por barril",
precio_wti_usd_bbl = "Precio del barril WTI",
renta_total_millones_usd = "Renta petrolera" ) %>%
group_by(anio) %>%
mutate_all(as.double)
`mutate_all()` ignored the following grouping variables:
Column `anio`
Use `mutate_at(df, vars(-group_cols()), myoperation)` to silence the message.
renta_total_barrera
renta_total_campodonico <- read_excel("C:/Archivos/Datos/Hidrocarburos/Estimacion calculo renta otros/Autores/Campodonico.xlsx",
sheet = 1, skip = 1) %>%
filter(anio != "unidad") %>%
rename(produccion_millones_bbl = "Producción",
precio_produccion_local_usd_bbl = "Precio_crudo_interno",
precio_wti_usd_bbl = "WTI",
costo_local_usd_bbl = "Costo_de_Producción_arg",
renta_unitaria_usd_bbl = "Renta_Unitaria",
renta_total_millones_usd = "Renta_Petrolera") %>%
mutate_all(as.double)
renta_distribucion_campodonico <- read_excel("C:/Archivos/Datos/Hidrocarburos/Estimacion calculo renta otros/Autores/Campodonico.xlsx",
sheet = 3, skip = 1) %>%
rename(anio ="Años" ,
unidad = "Unidad",
renta_total = "Total",
renta_empresas = "Empresas Privadas",
renta_estado_total = "Estado",
renta_consumidores = "Consumidor") %>%
mutate(unidad = "Millones de USD")
renta_estado_campodonico <- read_excel("C:/Archivos/Datos/Hidrocarburos/Estimacion calculo renta otros/Autores/Campodonico.xlsx",
sheet = "Capturada_Estado") %>%
select(-Renta_captada_estado) %>%
rename(anio ="Años" ,
unidad = "Unidad",
regalias = "Regalías",
impuesto_ganancias = Impuesto_a_las_ganancias,
retenciones = Retenciones) %>%
mutate( unidad = "Millones de USD",
retenciones = as.double(retenciones))
NAs introducidos por coerci昼㸳n
renta_total_campodonico
renta_distribucion_campodonico
renta_total_mansilla <- read_excel("C:/Archivos/Datos/Hidrocarburos/Estimacion calculo renta otros/Autores/Mansilla.xlsx",
sheet = 1, skip = 1) %>%
rename(anio = Anio,
produccion_millones_bbl = "Extraccion",
precio_produccion_local_usd_bbl = "Precio de produccion",
precio_internacional_usd_bbl = "Precio internacional",
costo_local_usd_bbl = "Costo total",
renta_unitaria_usd_bbl = "Renta petrolera",
renta_total_millones_usd = "Renta petrolera total") %>%
filter(anio != "Unidad") %>%
mutate_all(as.double)
renta_diferencial_y_monopolica_mansilla <- read_excel("C:/Archivos/Datos/Hidrocarburos/Estimacion calculo renta otros/Autores/Mansilla.xlsx",
sheet = 2, skip = 1) %>%
rename(anio = Anio,
precio_produccion_arg = "precio de produccion argentina",
precio_poduccion_marginal = "precio de produccion area marginal",
renta_diferencial_argentina = "renta diferencial argentina",
precio_wti = "precio wti",
renta_absoluta_monopolio = "renta absoluta de monopolio",
renta_diferencial_sobre_total = "porcentaje renta diferencial sobre renta total")
renta_distribucion_mansilla <- read_excel("C:/Archivos/Datos/Hidrocarburos/Estimacion calculo renta otros/Autores/Mansilla.xlsx",
sheet = 3, skip = 1) %>%
rename(renta_total = "Renta petrolera total",
renta_empresas = "Empresas",
renta_estado_nacional = "Estado Nacional",
renta_estado_provincial = "Estados provinciales",
renta_consumidores = "Refinadores/consumidores")
renta_total_mansilla
renta_diferencial_y_monopolica_mansilla
# renta_distribucion_mansilla
renta_total_scheimberg <- read_excel("C:/Archivos/Datos/Hidrocarburos/Estimacion calculo renta otros/Autores/Scheimberg.xlsx",
sheet = 1, skip = 3) %>%
rename(variable = "...1") %>%
gather(key = anio,
value = valor,
2:4) %>%
filter(!is.na(valor)) %>%
spread(key = variable,
value = valor) %>%
rename(venta_gas_millon_m3 = "Gas (millon m3)",
ingreso_gas_millones_usd = "Gas (millón us$)",
precio_medio_gas_usd_m3 = "Gas (us$/Mm3)",
ingresos_petroleros_totales_millones_usd = "Ingresos Petroleros",
venta_petroleo_miles_m3 = "Petróleo (mil m3)",
ingreso_petroleo_millones_usd = "Petróleo (millón us$)",
precio_medio_petroleo_usd_m3 = "Petróleo (us$/m3)",
costo_boe_usd = "Costo por BOE (en US$)" ,
costos_de_produccion_totales_millones_usd = "Petróleo + Gas (millón us$)",
precio_internacional_usd_bbl = "Precio Internacional (US$/bl)",
renta_petrolera_total_millones_usd = "Renta Petrolera") %>%
mutate_all(as.double)
New names:
* `` -> ...1
renta_distribucion_scheimberg <- read_excel("C:/Archivos/Datos/Hidrocarburos/Estimacion calculo renta otros/Autores/Scheimberg.xlsx",
sheet = 2, skip = 3) %>%
rename(variable = "En millones de USD") %>%
gather(key = anio,
value = valor,
2:4) %>%
filter(!is.na(valor),
variable != "En %") %>%
spread(key = variable,
value = valor) %>%
rename(impuesto_ganancias = "Impuesto a las Ganancias",
ingresos_brutos_sellos = "Ingresos Brutos + Sellos",
regalias = "Regalías",
retenciones = "Retención exportación",
subsidio_consumo_gas = "Subsidio consumo gas",
subsidio_consumo_petroleo = "Subsidio consumo petróleo",
subsidio_consumo_total = "Total subsidio consumo",
corporate_take_total = "Total Corporate take",
goverment_take_total = "Total Government take" ) %>%
mutate_all(as.double) %>%
mutate(unidad = "Millones de USD") %>%
select(anio, unidad, everything(.))
tg_empresas_scheimberg <- read_excel("C:/Archivos/Datos/Hidrocarburos/Estimacion calculo renta otros/Autores/Scheimberg.xlsx",
sheet = 3, skip = 6) %>%
rename(empresa = "...1") %>%
gather(key = anio,
value = valor,
2:ncol(.)) %>%
filter(!is.na(valor)) %>%
group_by(empresa) %>%
mutate_all(as.double) %>%
rename(resultado_operativo_sobre_activo = valor)
New names:
* `` -> ...1
`mutate_all()` ignored the following grouping variables:
Column `empresa`
Use `mutate_at(df, vars(-group_cols()), myoperation)` to silence the message.
NAs introducidos por coerci昼㸳nNAs introducidos por coerci昼㸳nNAs introducidos por coerci昼㸳nNAs introducidos por coerci昼㸳n
renta_total_scheimberg
renta_distribucion_scheimberg
tg_empresas_scheimberg
renta_total <- renta_total_ramon %>%
group_by(anio) %>%
summarise(ramon = sum(renta_total)) %>%
full_join(renta_total_barrera %>%
select(anio,barrera = renta_total_millones_usd )) %>%
left_join(renta_total_campodonico %>%
select(anio, campodonico = renta_total_millones_usd)) %>%
left_join(renta_total_mansilla %>%
select(anio,mansilla = renta_total_millones_usd )) %>%
left_join(renta_total_scheimberg %>%
select(anio,scheimberg = renta_petrolera_total_millones_usd )) %>%
mutate(unidad = "Millones de USD") %>%
arrange(anio)
Joining, by = "anio"
Joining, by = "anio"
Joining, by = "anio"
Joining, by = "anio"
renta_total
renta_autores <- renta_total_distribucion_ramon %>%
rename(renta_empresas = renta_empresas_con_subsidio) %>%
mutate(regalias = regalias_nacion + regalias_provincias) %>%
select(-c(regalias_nacion , regalias_provincias))%>%
gather(key = tipo_de_renta,
value = valor,
4:ncol(.)) %>%
filter(!(tipo_de_renta %in% c("renta_empresas_directa", "renta_apropiada_otros_total",
# "renta_estado_total",
"renta_estado_total_con_promocion", "transferencias_del_estado" ))) %>%
group_by(anio, unidad, tipo_de_renta) %>%
summarise(valor = sum(valor)) %>%
mutate(autor = "Ramon") %>%
full_join(renta_total_barrera %>%
select(anio, valor = renta_total_millones_usd ) %>%
mutate(autor = "Barrera",
tipo_de_renta = "renta_total"),
by = c("anio", "tipo_de_renta", "valor", "autor")) %>%
full_join(renta_distribucion_campodonico %>%
gather(key = tipo_de_renta,
value = valor,
3:ncol(.)) %>%
mutate(autor = "Campodonico")) %>%
full_join(renta_estado_campodonico %>%
gather(key = tipo_de_renta,
value = valor,
3:ncol(.)) %>%
mutate(autor = "Campodonico")) %>%
full_join(renta_distribucion_mansilla %>%
mutate(renta_estado_total = renta_estado_provincial + renta_estado_nacional ) %>%
select(-c(renta_estado_provincial, renta_estado_nacional)) %>%
gather(key = tipo_de_renta,
value = valor,
3:ncol(.)) %>%
mutate(autor = "Mansilla")) %>%
full_join(renta_distribucion_scheimberg %>%
left_join(renta_total_scheimberg %>%
select(anio, renta_total = renta_petrolera_total_millones_usd)) %>%
rename(renta_estado_total = goverment_take_total,
renta_empresas = corporate_take_total) %>%
gather(key = tipo_de_renta,
value = valor,
3:ncol(.)) %>%
mutate(autor = "Scheimberg") %>%
filter(!(tipo_de_renta %in% c("subsidio_consumo_gas", "subsidio_consumo_petroleo")))) %>%
ungroup() %>%
mutate(unidad = "Millones de USD")
`summarise()` has grouped output by 'anio', 'unidad'. You can override using the `.groups` argument.
Joining, by = c("anio", "unidad", "tipo_de_renta", "valor", "autor")
Joining, by = c("anio", "unidad", "tipo_de_renta", "valor", "autor")
Joining, by = c("anio", "unidad", "tipo_de_renta", "valor", "autor")
Joining, by = "anio"
Joining, by = c("anio", "unidad", "tipo_de_renta", "valor", "autor")
# anio = as.Date(paste0(anio, "-12-31"), format = "%Y-%m-%d"))
renta_autores
# write.csv(renta_autores, "renta_autores.csv")
graf_renta_total_autores <- renta_autores %>%
filter(tipo_de_renta%in% c("renta_total", "renta_estado_total")) %>%
ggplot(aes(anio, valor, color = autor))+
geom_line()+
geom_point()+
facet_wrap(~tipo_de_renta)+
labs(title = "Renta hidrocarburífera",
subtitle = "Comparación de estimaciones. Millones USD",
y = "Millones de USD")+
theme_classic()+
theme(axis.text.x = element_text(angle = 45, hjust = 1))
graf_tipos_renta <- renta_autores %>%
filter(!(tipo_de_renta%in% c("renta_total", "renta_estado_total"))) %>%
ggplot(aes(anio, valor, color = autor))+
geom_line()+
geom_point()+
facet_wrap(~tipo_de_renta)+
labs(title = "Renta hidrocarburífera",
subtitle = "Comparación de estimaciones. Millones USD",
y = "Millones de USD")+
theme_classic()+
theme(axis.text.x = element_text(angle = 45, hjust = 1))
plotly::ggplotly(graf_renta_total_autores)
plotly::ggplotly(graf_tipos_renta)
tcp_3500 <- read_csv("/Archivos/repos/hidrocarburos/analisis/resultados/auxiliares/tc_3500.csv") %>%
select(-X1)
Missing column names filled in: 'X1' [1]
-- Column specification -------------------------------------------------------------------------------------------
cols(
X1 = col_double(),
anio = col_double(),
tcc_avg = col_double()
)
#costos propios
costos_ccnn <- read_xlsx("/Archivos/repos/hidrocarburos/analisis/resultados/argentina/costos_ccnn.xlsx") %>%
select(anio, fuente, costo_boe = precio_costo, costo_mmbtu = precio_costo_mmbtu) %>%
filter(anio %in% (1990:2020) & fuente =="Empalme CCNN") %>%
mutate(autor = "Propia (Empalme CCNN)")
YPF_costos <- read_excel("C:/Archivos/Datos/Hidrocarburos/Estimacion calculo renta otros/YPF costos.xlsx") %>%
select(anio = "Año", lifting_cost = "Costo \"lifting\" al cambio BNA" ,
exp_cost = "Costos de Exploración/boe" ,des_cost= "Costos de Desarrollo/boe",
trans_cost = "Costos de Transporte y otros/boe" ) %>%
mutate(all_cost= lifting_cost +exp_cost +trans_cost + des_cost,
unidad= "USD/BOE", autor = "Propia (YPF)",
anio = as.double(anio))
New names:
* Unidad -> Unidad...3
* Unidad -> Unidad...5
* Unidad -> Unidad...10
* Unidad -> Unidad...15
* Unidad -> Unidad...18
* ...
NAs introducidos por coerci昼㸳n
# select(1,2,3)
# rename(anio = "Año", tc = "Tasa de Cambio BNA",
# costo_produccion_avg = "Costos de Producción Promedio", costo_lifting = 'Costo \"lifting\"',
# impuestos = "Costo por Impuestos locales y similares", otros_costos = "Otros Costos") %>%
# str(YPF_costos)
names(YPF_costos)
[1] "anio" "lifting_cost" "exp_cost" "des_cost" "trans_cost" "all_cost" "unidad"
[8] "autor"
costos_ypf <- read_csv("C:/Archivos/Datos/Hidrocarburos/Estimacion calculo renta otros/YPF costos.xlsx - Hoja1.csv",
col_types = cols(`Año` = col_double()), locale = locale(decimal_mark = ",")) %>%
rename(anio = "Año",
costo_produccion_avg = "Costos de Producción Promedio", costo_lifting = 'Costo \"lifting\"',
impuestos = "Costo por Impuestos locales y similares", otros_costos = "Otros Costos") %>%
select(anio, costo_produccion_avg, costo_lifting, impuestos, otros_costos) %>%
filter(!is.na(anio)) %>%
# mutate(costo = str_replace(costo, ",", ".")) %>%
# mutate_all(function(x) str_replace(x, ",", ".")) %>%
mutate_all(as.double) %>%
left_join(tcp_3500 %>% select(anio, tcc =tcc_avg)) %>%
gather(key = variable, value = valor, 2:5 ) %>%
mutate( valor = valor/tcc, unidad= "USD/BOE", autor = "Propia (YPF)")
Duplicated column names deduplicated: 'Unidad' => 'Unidad_1' [8], 'Unidad' => 'Unidad_2' [11], 'Unidad' => 'Unidad_3' [15], 'Unidad' => 'Unidad_4' [19]1 parsing failure.
row col expected actual file
25 A昼㸱o a double Fuente: YPF, S.A. Financial Statements 2008 to 2020 'C:/Archivos/Datos/Hidrocarburos/Estimacion calculo renta otros/YPF costos.xlsx - Hoja1.csv'
Joining, by = "anio"
# mice::md.pattern(costos_ypf, rotate.names = T)
#bolivia EMI
costo_bolivia <- read_excel( "/Archivos/repos/hidrocarburos/analisis/data/bolivia/TG YPFB.xlsx",
sheet = "Costos II sin ponderación", skip = 4) %>%
rename(anio = "...1", costo_boe = "u$s/BPE", costo_mmbtu = "u$d/MMBTU") %>%
select(anio, costo_boe, costo_mmbtu) %>%
filter(!is.na(costo_boe)) %>%
mutate(autor = "Mussi (Bolivia)",
anio = as.double(anio))
New names:
* `` -> ...1
* Total -> Total...4
* `` -> ...5
* Total -> Total...8
* `` -> ...9
* ...
# Costos en BOE o bbl
costos <- renta_total_scheimberg %>%
select(anio, costo = costo_boe_usd) %>%
mutate(autor = "Scheimberg") %>%
rbind(renta_total_mansilla %>%
select(anio, costo = costo_local_usd_bbl) %>%
mutate( autor = "Mansilla")) %>%
rbind(renta_total_campodonico %>%
select(anio, costo = costo_local_usd_bbl) %>%
mutate( autor = "Campodonico")) %>%
rbind(renta_total_barrera %>%
select(anio, costo = costo_local_usd_bbl) %>%
mutate( autor = "Barrera")) %>%
rbind(costos_ccnn %>% select(costo= costo_boe, everything(.), -c(fuente, costo_mmbtu))) %>%
# rbind(costos_ypf %>% filter(variable == "costo_produccion_avg") %>% select(anio, costo= valor, autor)) %>%
rbind(YPF_costos %>% select(anio, costo= all_cost, autor)) %>%
# rbind(costo_bolivia %>% select(-costo_mmbtu)) %>%
mutate(unidad = "USD/BOE")
#Costos en BOE
ggplot(costos, aes(anio, costo, color = autor))+
geom_line()+
geom_point()+
labs(title= "Costos de producción hidrocarburífero en Argentina", subtitle = "Comparacion propia (CCNN e YPF) versus otros autores (balances)",
caption = "Nota: Sólo Scheimberg y estimación propia presentan costos en BOE",
y = "USD/barril", x ="Año")+
scale_color_discrete(name= "Autor")+
theme(legend.position = "bottom")#+
# scale_y_continuous(breaks=seq(0,16,2))
#Costos en MMBTU
costos_ccnn %>%
select(-c(fuente, costo_boe)) %>%
mutate(autor = "Argentina (Propia)") %>%
rbind(costo_bolivia %>% select(-costo_boe)) %>%
ggplot( aes(anio, costo_mmbtu, color = autor))+
geom_line()+
geom_point()+
labs(title= "Costos de producción hidrocarburífero en Argentina y Bolivia",
subtitle = "Comparacion propia (CCNN) versus EM (YPFB)",
y = "USD/MMBTU", x ="Año")+
scale_color_discrete(name= "País")+
theme(legend.position = "bottom")#+
writexl::write_xlsx(costos, path = "/Archivos/repos/hidrocarburos/analisis/resultados/argentina/costos.xlsx")